Pobierz zbiór danych breast-cancer.arff i zapoznaj się z jego opisem.

Wykorzystaj dowolne narzędzie (RapidMiner, Orange Data Mining, python, R, Weka) do zbudowania klasyfikatora typu drzewo decyzyjne.

Twoim zadaniem jest maksymalizacja ogólnej dokładności klasyfikatora (ang. accuracy) pod warunkiem uzyskania co najmniej 90% czułości (ang. recall) dla klasy “recurrence-events”.

Najlepsze rozwiązanie otrzymuje 15 XP, dwa kolejne otrzymują 10 XP, pozostałe otrzymują 5 XP.